Python4：Cartopy和matplotlib包绘制地图和时间序列图

温馨提示

（1）本号分享的有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）使用的软件以及不同版本，都有可能会导致代码运用出现问题（不代表分享的代码有问题或是错误的。），关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

（4）如有转载或分享请注明出处，尊重本号版权和辛劳，谢谢！如有侵权敬请联系删除。

. e& H+ {) v0 d3 M

Cartopy是一个Python包，用于地理空间数据处理，以便生成地图和其他地理空间数据分析。Cartopy利用了强大的PROJ.4、NumPy和Shapely库，并在Matplotlib之上构建了一个编程接口，用于创建发布质量的地图。cartopy的主要特点是面向对象的投影定义，以及在投影之间转换点、线、向量、多边形和图像的能力。

绘制简单地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。创建基本地图非常简单，只需告诉Matplotlib使用特定的地图投影，然后在轴上添加一些海岸线：

1. 使用anaconda安装Cartopy库：

• 
  1 ]" w( E' u3 X  Z+ V' M* P: _, j+ l
  4 q- Q' q* H9 L; z

conda install Cartopy
: X: n7 {. `' ?/ x, m

' s  v: N$ H# h3 Z

/ |: R  O- |: j* t2 G' I

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  ( ^2 [! n) ]  z' [
• 
  : t9 z' {! ?3 M5 Y: r; u
• 
  
• 
  & a, Q  Y9 f( L+ C0 [
• 
  - k3 V4 S2 a: c/ U
• 
  % K) q; H; y5 K$ \. b: {4 q
  , H0 _6 D+ e& Q" _

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  ) i3 y. m# [! w5 B
• 
  ! t# X9 q$ d, r. ~
• 
  - U* E4 O. m/ y" N) s- E! n+ Y% @, V2 ^
• 
  
• 
  
• 
  6 S. R6 R/ T5 H. D4 ^" x
  3 y/ v) T# I4 D0 ~' m

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#换一种投影ax = plt.axes(projection=ccrs.Mollweide())ax.stock_img()plt.show()

图形保存方式：

• 
  
• 
  
• 
  
  $ |, i1 W2 d" e$ t4 A

# Save the plot by calling plt.savefig() BEFORE plt.show()plt.savefig('coastlines.pdf')  #保存为pdf格式的文件plt.savefig('coastlines.png')  ##保存为png格式的图片
" }/ n4 U$ U9 T) p

绘制时间序列图

例：以三角函数为例绘图

• 
  9 H  f9 Y0 `! P% ~7 s
• 
  
• 
  " {' I+ {; Y" f6 \
• 
  
• 
  
• 
  ; _( e& |# Z; U9 |
• 
  
• 
  
• 
  
• 
  8 t8 l4 ]# ^) z8 U; j
• 
  2 E/ O. M4 R* t' x: b
• 
  3 q1 U4 P( Q* O. E
• 
  9 n( m  W3 i% I, a
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  ; c9 Q, P2 K; A: L; a8 d0 U8 p

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题x = np.arange(-2*np.pi, 2*np.pi, 0.01)  #设值y1 = np.sin(x)y2 = np.cos(x)plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, label='$sinx$')  #绘制sin曲线plt.plot(x, y2, label='$cosx$')  #绘制cos曲线plt.legend(loc='upper right')  #图例plt.xlim(-2*np.pi-1, 2*np.pi+3)plt.xticks([-2*np.pi, -np.pi, 0, np.pi, 2*np.pi], ['$-2\pi$', '$-\pi$', '$0$', '$\pi$', '$2\pi$'])plt.title('三角-函数')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.axhline(y=0, c='black')plt.show()
! y6 m- t. U5 B' g

! K- @5 C% m' P" j

9 s& y& a& u% T. W. d                               
登录/注册后可看大图

, r. S% ]# q: s6 X: d* w( w' J

以某地1979-2019年平均气温为例绘制两个站点气温时间序列的子区域图：

数据内容如下：

• 
  
• 
  
• 
  
• 
  
• 
  ( A! T( [5 T" M: T& Y7 Q/ R
• 
  - X6 l9 B/ |; N) [5 D4 P9 X' l
• 
    s( Z* O, y" n6 [3 a' X- }
• 
  1 ?& x: A2 m0 l" g* v, z' O, E
• 
  
• 
  ' V" \" _7 j! u# H) B/ t# K
• 
  
• 
  4 m' f* A' @2 P* p1 o! G* k
• 
  6 _8 }  y4 Q) G0 P2 R
• 
  3 Z) }5 |2 R8 g1 d: s4 a; b, ~2 L) L
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  1 ~9 ]. \; b0 l
• 
    x/ i1 x, F7 \: j8 q: b$ D
• 
  6 M" u7 l  h: k. U/ l
• 
  
  / f& N: W; H, w

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题#读取某地1979-2019年年平均气温数据共40年data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, 'r',  label='$sta1$')  #绘制sin曲线plt.plot(x, y2, 'b', label='$sta2$')  #绘制cos曲线plt.legend(loc='upper left')  #图例plt.title('1979-2019 annual mean temperature')plt.xlabel('year')plt.ylabel('tem')plt.show()

9 X1 [* V, F" r/ f- V

                               
登录/注册后可看大图

使用matplotlib.pyplot(plt)进行绘图时，直接使用plt里的函数：使用面向对象的方法，先产生一个Axes对象，再对此对象进行操作，实现绘图。